如遇到章节错误,请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能,稍后尝试刷新。

閔欣柔坐在身边后,吴辰先问道:“听你刚刚的问题,你已经自学了人工智慧的课程?”

“是的老师。”

“那学到哪一部分了?”

吴辰要先了解她的水平,才能给予正確的指导。

閔欣柔犹豫了一下,然后才低下头轻声回答。

“我是照著您论文里的知识点学习的,目前主要是在看那篇《基於word2vec的语义向量表徵优化及其在文本语义匹配中的应用》,但是不理解里面负採样策略对低频词语义表徵的优化逻辑,还有文本语义匹配中词向量的加权融合机制部分……”

其实让吴辰知道自己在学习他的论文,閔欣柔心里还是有些说不出的羞涩。

她本想著全部弄懂了以后再去问吴辰的,但资料实在是太少了。

毕竟吴辰那篇论文可是开创性的成果。

而吴辰並没多想,只是摸了摸下巴,心想怪不得她会提出那些问题。

看来她为了帮自己早日做出基於seq2seq和注意力机制的语音情感合成模型,还主动去学习了自己的论文。

这些技术,对於一个大三的本科生来说確实难了些。

但这也是好事,说明閔欣柔是真的对这个技术感兴趣。

於是吴辰打开文档,先鼓励道:“你能注意到这些地方,已经远超同龄人了。”

閔欣柔不好意思的摆手:“没有……”

“要自信些。”

吴辰抬起手想敲她的脑袋一下,但想想不合適,就算了。

他打开那篇论文,开始对照著讲了起来。

“要弄懂负採样,你得先明白word2vec的原始问题,就是普通的skip-gram模型要遍歷所有非目標词当负例,计算量太大,而且低频词因为出现次数少,模型根本学不好它们的向量。

而负採样的核心就是偷懒但精准……”

“而词向量的加权融合,我们知道,一句话中每个词的重要性不一样,所以每个词的权重也要不同,不能简单的取平均值,否则重要信息就被稀释了……”

“所以其实你之前问的svm优化、小样本泛化、语义相似度这些问题,本质上是串在一起的,有那些疑问,就是因为没把词向量的精准性和后续模型的效果联繫起来……”

……

讲解完后,閔欣柔陷入了沉思,显然刚刚的知识过於复杂,让她一时半会还想不明白。

吴辰则是让她一个人在电脑前去想,自己则回臥室去收拾带到帝都出差的衣服。

其实他包里本来已经放了一套换洗的衣物,两天时间够穿了。

但既然都回来了,就再带点內裤袜子什么的好了。

不过做了两辈子单身男人,吴辰的家务能力实在是弱,折腾了半天也没找出一双乾净的袜子。

正在他琢磨著要不乾脆到帝都再买双新的时,閔欣柔突然出现在了他身旁。

她像只猫一样,走路悄无声息的。

吴辰嚇了一跳,下意识的把被子往脏衣服上一盖。

“你来干嘛?”

被学生看到自己在家里这副邋遢模样,吴辰挺鬱闷的,毕竟有损自己的师长形象。

不过閔欣柔却没有任何不好意思。

她好奇的问道:“老师,你在收拾衣服吗?”

“对……已经快好了,你问题搞懂没有?”

閔欣柔摇了摇头:“还,还没有。”

“那你就继续去看,不要在这耽误时间。”

吴辰赶紧赶人。

但閔欣柔却没动,而是道:“老师,我想帮你做点什么……”

……

本章未完,点击下一页继续阅读。

www.74txts.com
玄幻魔法小说相关阅读More+

无限:模拟从DC正义联盟开始

佚名

重生六零小山村:狩猎白山松水

佚名

综漫:从骨王开始的原罪之主

佚名

我在公门修仙

佚名

港片武侠:从小太监祸乱皇宫开始

佚名